Bijna elk bedrijf heeft inmiddels iets met AI geprobeerd. Een paar collega's gebruiken ChatGPT, iemand heeft een tool getest, er is een presentatie geweest. En dan gebeurt er weinig. De experimenten blijven experimenten en de tijdwinst blijft uit.
Dat ligt zelden aan de technologie. Het ligt aan de aanpak. In dit artikel lees je waarom AI-projecten vaak blijven steken, en hoe je het in drie stappen wel goed doet.
Waarom AI-projecten vaak blijven steken
- Er is geen duidelijk probleem. Er wordt gestart met een tool in plaats van met een vraag uit het bedrijf.
- De oplossing staat los van de rest. Hij is niet gekoppeld aan de systemen waarin het werk echt gebeurt, dus blijft er overtypwerk.
- Het team is niet betrokken. Er wordt iets bedacht voor de werkvloer, niet met de werkvloer.
- Niemand meet wat het oplevert. Zonder cijfers is er geen reden om door te gaan of op te schalen.
Stap 1: inzicht
Begin niet bij AI, begin bij je bedrijf. Waar gaat de tijd naartoe? Welke taken zijn herhalend, foutgevoelig of houden klanten op? Praat daarover met de mensen die het werk elke dag doen. Zij weten precies waar het knelt.
Leg daar de mogelijkheden van AI naast en kies samen wat telt. Niet alles wat kan, is zinvol. Een goede eerste toepassing komt vaak voor, kost nu veel tijd en is goed te meten. Sluit deze stap af met een concreet plan: wat ga je doen, wat kost het en wat levert het naar verwachting op.
Deze stap hoeft geen maanden te duren. Bij ons kost hij enkele dagen.
Stap 2: implementatie
Bouw de oplossing in korte stappen, zodat je snel een eerste resultaat ziet. Koppel hem aan de systemen die je al gebruikt, zoals je mailbox, je klantsysteem of je boekhouding. Een AI-oplossing die naast je bestaande werk staat, wordt zelden gebruikt.
Test elke stap met de mensen die er straks mee werken. Wat niet aansluit op hun manier van werken, pas je direct aan. Zo voorkom je dat er na de oplevering een oplossing ligt die niemand gebruikt.
Een voorbeeld: bij een vloerenbedrijf begonnen we met het inlezen van offertes. Pas toen dat goed werkte, volgde de rest: akkoord, inkoop, planning en oplevering op één plek.
Stap 3: adoptie
Een oplossing werkt pas als je team ermee werkt. Train daarom op basis van het eigen werk van je mensen, niet met algemene voorbeelden. Laat zien wanneer AI helpt, hoe je een uitkomst controleert en welke informatie je wel en niet deelt.
Leg ook de werkafspraken vast. Wie controleert wat? Wat doe je als een uitkomst niet klopt? Dat is niet alleen verstandig, het is ook verplicht. Sinds februari 2025 moeten organisaties die AI gebruiken er volgens de Europese AI-verordening voor zorgen dat hun mensen er voldoende kennis van hebben.
Blijf daarna meten en verbeteren. De eerste oplossing is het begin, niet het eind. Als die goed draait, zie je vanzelf welk proces de volgende stap is.
Drie tips om het goed te doen
- Spreek vooraf af wat er opgeleverd wordt en hoe je dat meet. Dan weet iedereen wanneer het een succes is.
- Kies voor een oplossing die je kunt laten uitleggen. Je moet weten wat hij doet, ook als je de techniek niet begrijpt.
- Begin klein en schaal op. Eén proces dat goed werkt, overtuigt je team meer dan een groot plan op papier.
Zo werken we ook zelf. Op onze pagina over de werkwijze lees je hoe deze drie stappen er bij ons uitzien.